1. Microscopía óptica
La microscopía óptica identifica la cachemira y otras fibras similares principalmente a través del juicio de sus características外观. Se basa en la observación de la forma y regularidad de las escamas, el grado de lisura de la superficie, la densidad de las escamas, la uniformidad del grosor a lo largo del eje de la fibra y su brillo. Sin embargo, este método no es tan eficaz para identificar fibras teñidas o procesadas, especialmente al diferenciar entre cachemira y lana fina modificada. Tras el teñido, la morfología外观 de la fibra de cachemira cambia; la absorción del tinte crea una película superficial que puede llevar a juicios erróneos.

A continuación, se presentan algunas diferencias características entre la cachemira y la lana bajo el microscopio:

• (1) Las escamas de la cachemira son más finas que las de la lana. Bajo el microscopio, tienen buena transmitancia de luz, una distribución uniforme de la luminosidad, sin sensación de sombras ni protuberancias. Por el contrario, las escamas de la lana son más gruesas, la transmitancia de luz es desigual y el fuste de la fibra presenta más sombras y protuberancias.

• (2) Las escamas de la cachemira envuelven el fuste de manera compacta, con ángulos de elevación muy pequeños, siendo relativamente lisas y adheridas. En cambio, debido al mayor grosor de sus escamas, la lana presenta ángulos de elevación grandes, más protuberancias superficiales y carece de suavidad.

• (3) La longitud de las escamas de la cachemira es mayor, el espaciado es más amplio y su densidad de disposición es menor que la de la lana.

• (4) El fuste de la fibra de cachemira es uniforme y rara vez presenta torsiones; mientras que el fuste de la fibra de lana es desigual y tiene más torsiones.

A pesar de estas diferencias, a veces las distinciones son muy sutiles, lo que dificulta una identificación precisa incluso para inspectores experimentados. Esta es la limitación del método de microscopía óptica. Además, el margen de error es considerable, especialmente con lana fina modificada o lana de 80  (alta calidad), cuya estructura de escamas se asemeja mucho a la de la cachemira.
Por otro lado, este método exige un alto nivel técnico del personal, ya que depende de un juicio visual directo y subjetivo, lo que genera grandes discrepancias en los resultados. Por ello, se requiere personal altamente cualificado y realizar múltiples inspecciones por diferentes personas sobre la misma muestra para garantizar la precisión.

2. Microscopía electrónica de barrido (SEM) y reconocimiento de imágenes por computadora
La base de esta prueba radica en la diferencia de grosor de las escamas superficiales de la fibra. Si el grosor de las escamas de una fibra es superior a 0.155μm, se considera lana; mientras que las fibras de animales especiales, incluida la cachemira, deberían tener un grosor de escamas inferior a 0.155μm. Sin embargo, como se mencionó anteriormente, las escamas de las fibras teñidas se vuelven inevitablemente más gruesas debido a la cobertura del tinte, lo que afecta la precisión de la identificación. Además, las fibras sometidas a procesos mecánicos, físicos o químicos sufren daños en sus escamas superficiales, alterando su grosor e influyendo en el resultado final.
Para utilizar este método, es necesario seleccionar parámetros que describan las características de las escamas desde múltiples aspectos y realizar cálculos, como la altura, longitud, grosor de las escamas y la relación longitud/altura. El uso de estos cálculos para la comparación y discriminación elimina el factor de juicio subjetivo humano, logrando un efecto más objetivo y preciso con menor error.

3. Método de solución y método de teñido

• Método de solución: Se basa en el diferente estado de rizado y extensión de las fibras en una misma solución de identificación para diferenciar la lana fina de la cachemira. La capa de escamas de la cachemira es más delgada y la fibra es más fina, por lo que la solución penetra fácilmente en la capa cortical e incluso en toda la fibra. Tras el tratamiento con el mismo líquido de identificación, los cambios en el rizado de ambas fibras son diferentes, y esta diferencia de extensión puede observarse con un microscopio óptico.
  Se ha realizado un análisis cuantitativo del contenido de cachemira/lana aprovechando el diferente efecto del álcali sobre ambas. Los resultados experimentales muestran que a una temperatura de 65℃ y una concentración de solución alcalina del 0.75% durante 30 min, la diferencia en la solubilidad alcalina es máxima: 33.3% para la cachemira y 16.65% para la lana. Estas condiciones pueden utilizarse para el análisis cuantitativo y para verificar la pureza de la cachemira.

• Método de teñido: Aprovecha la diferencia en las propiedades de teñido. Tanto la lana como la cachemira tienen buena capacidad de teñido, pero la tasa de absorción de la cachemira es mayor. Utilizando el mismo tinte y fórmula, se pueden diferenciar la lana fina y la cachemira según sus características de teñido.

4. Tecnología de espectroscopia de infrarrojo cercano (NIR)
El análisis por espectroscopia de infrarrojo cercano es una técnica indirecta. Primero, utiliza métodos de análisis convencionales para obtener datos básicos de los componentes o propiedades objetivo de un conjunto de muestras de calibración, y luego emplea métodos quimiométricos para establecer un modelo de calibración, logrando así el análisis cualitativo o cuantitativo de muestras desconocidas. Dado que la cachemira y la lana tienen casi la misma estructura química, sus espectros originales son muy similares.
Utilizando la función de variación normal estándar (SNV) del software Vision para eliminar la no uniformidad de las muestras, esta tecnología permite identificar cachemira y lana sin destruirlas. Es un proceso sencillo, sin necesidad de pretratamiento de muestras y con un tiempo de detección corto. Sin embargo, la precisión depende en gran medida de la representatividad de la base de datos del modelo. Para su  (promoción y uso generalizado), es necesario acumular muestras gradualmente y establecer una base de datos y un modelo bastante perfectos.

5. Método de biochips
Con el rápido desarrollo de la biotecnología, han surgido constantemente diversas fibras de cachemira y lana producidas mediante el cruzamiento de cabras y ovejas, así como la modificación de sus genomas.
La empresa estadounidense Affymetrix y el Laboratorio Nacional Argonne han desarrollado un biochip que contiene materia orgánica. Dado que diferentes materias orgánicas tienen sensibilidad a distintas sustancias, se puede lograr el objetivo de identificación registrando las reacciones de estas materias orgánicas y convirtiéndolas en señales. Debido a que la cachemira y la lana tienen diferentes características estructurales en sus segmentos de ADN, se pueden diferenciar utilizando estas características del ADN. Sin embargo, el alto costo de esta tecnología dificulta su (extensión y uso generalizado).

6. Identificación basada en el método bayesiano
Existe un método de identificación inteligente para dos tipos de fibras basado en las diferencias de forma y estructura de las escamas entre la lana fina y la cachemira de cabra. A través de un sistema CCD se obtienen imágenes en escala de grises de ambas fibras, y mediante tecnología de imagen se convierten en imágenes binarias de un solo píxel de ancho. De estas imágenes binarias se extraen cuatro indicadores de comparación que describen la forma de las escamas, así como el grosor (finura), la altura o densidad de las escamas, el perímetro del borde de las escamas y el área visible de las escamas. Sobre una base de datos de muestras, se establece un modelo de clasificación bayesiano para identificar la lana fina y la cachemira basándose en suposiciones estadísticas de los cuatro indicadores. Los resultados de la simulación muestran que este modelo tiene una buena capacidad de identificación: la precisión para la cachemira de cabra alcanza el 83% y para la lana fina el 90%, existiendo la posibilidad de mejorar aún más la precisión del modelo aumentando los parámetros.

7. Método de análisis de cristalización interna de la fibra
Se utilizó la difracción de rayos X de ángulo amplio (WAXD) y el calorimetría diferencial de barrido (DSC) para estudiar la estructura cristalina de las fibras de cachemira de cabra y lana. Mediante el análisis comparativo de la intensidad del pico de difracción y la entalpía de fusión, se llegó a la conclusión de que el grado de cristalinidad y la cristalinidad α de la fibra de cachemira de cabra son superiores a los de la fibra de lana, y la disposición de sus macromoléculas es más regular. El grado de cristalinidad y la cristalinidad α de la fibra de lana son el 81.2% y el 75.8% de los de la fibra de cachemira de cabra, respectivamente. El experimento confirma la viabilidad de identificar la cachemira y la lana midiendo la cristalinidad de las macromoléculas en la fibra.

8. Identificación de cachemira oscura
Después de teñir la fibra de cachemira con tintes oscuros, la estructura original de las escamas queda completamente cubierta. Bajo un microscopio proyector general, es difícil para los inspectores ver claramente la estructura de las escamas, lo que puede llevar a errores. Actualmente, existen principalmente dos métodos para identificar tejidos o fibras de cachemira teñidos: identificar después de desteñir previamente, o observar directamente utilizando un microscopio en blanco y negro.
Los métodos de desteñido de cachemira existentes incluyen principalmente el desteñido con Peregal  y el desteñido con hidrosulfito .

9. Identificación de lana estirada y cachemira
La identificación entre lana estirada y cachemira incluye la identificación cualitativa y la cuantitativa.

• Identificación cualitativa: Se refiere principalmente a la identificación de la longitud, finura, resistencia y elongación, elasticidad, rizado, solubilidad química, propiedades de teñido, propiedades de coloración y estructura de escamas. Generalmente, la longitud de la lana estirada es mucho mayor que la de la cachemira. La variación de finura de la lana estirada es mayor que la de la cachemira, pero su tasa de recuperación elástica, resistencia a la rotura, elongación a la rotura y trabajo de rotura son inferiores a los de la fibra de cachemira del mismo grosor, al igual que su tasa de absorción de tinte.

• Identificación cuantitativa: Se realiza mediante la observación microscópica convencional de las características del borde de las escamas, el grosor, la densidad y la forma de las mismas para discriminar entre cachemira y lana estirada. Sin embargo, debido a las características compartidas entre ambas, es difícil identificarlas correctamente con un solo método. A veces se combinan métodos de discriminación cualitativa para obtener valores como la proporción de impresión de la fibra y el coeficiente de variación de finura, con el fin de corregir los resultados de la medición.

10. Determinación de la proporción de mezcla de cachemira y lana
Los métodos de identificación de cachemira mencionados anteriormente también son aplicables a la identificación de la proporción de mezcla de cachemira y lana.
Cabe destacar la aplicación de la tecnología informática en la determinación de la proporción de mezcla cachemira/lana, principalmente el método de detección asistida por computadora mediante teñido:

1. Buscar tintes y condiciones de proceso adecuados mediante experimentos de extinción, de modo que las fibras de cachemira de cabra y lana produzcan la máxima diferencia de color tras el teñido, facilitando la identificación bajo un microscopio ordinario.

2. Observar con un microscopio ordinario las características de teñido de la cachemira de cabra y la lana tratadas bajo condiciones de teñido específicas, y detectar sus parámetros característicos (como el tono y la pureza) para obtener valores precisos. Para mejorar la precisión de la detección, se añade la finura de la fibra como indicador de referencia.

3. Analizar las cantidades características anteriores utilizando la teoría gris , encontrar el rango de valores de cada característica para la cachemira de cabra y la lana, y establecer el correspondiente modelo de detección digitalizado.

4. Desarrollar un software de detección automática por computadora basado en el modelo de detección digitalizado establecido.